酷睿H款ROG幻16怎么樣 12代酷睿H款ROG幻16評測( 二 )


●先看基準測試部分:

酷睿H款ROG幻16怎么樣 12代酷睿H款ROG幻16評測

文章插圖
酷睿H款ROG幻16怎么樣 12代酷睿H款ROG幻16評測

文章插圖
▲CPU-Z 的單核成績直線起飛到 811.1 分——之前大部分移動處理器單核要上 600 分都有難度 。多核得分則高達 8605.8 分 。作為對比,i9 11980HK 的得分是 657.6/6453.8,12 代酷睿 i9 單核領先 23.3%,多核領先 33.3%!
酷睿H款ROG幻16怎么樣 12代酷睿H款ROG幻16評測

文章插圖
酷睿H款ROG幻16怎么樣 12代酷睿H款ROG幻16評測

文章插圖

酷睿H款ROG幻16怎么樣 12代酷睿H款ROG幻16評測

文章插圖
酷睿H款ROG幻16怎么樣 12代酷睿H款ROG幻16評測

文章插圖

酷睿H款ROG幻16怎么樣 12代酷睿H款ROG幻16評測

文章插圖
酷睿H款ROG幻16怎么樣 12代酷睿H款ROG幻16評測

文章插圖

酷睿H款ROG幻16怎么樣 12代酷睿H款ROG幻16評測

文章插圖
酷睿H款ROG幻16怎么樣 12代酷睿H款ROG幻16評測

文章插圖
▲Cinebench 渲染測試是基于 3D 建模和渲染軟件 Cinema 4D 的,所以其成績非常具有專業應用代表性 。在 R15 上,民用級移動處理器的成績首次突破了 3000 分,而 11 代酷睿 i7 11800H 得分在 2100 分左右,11 代 i9 11980HK 滿功率輸出也只有 2349 分,i9 12900H 對位領先高達 31.1%!而在耗時較長的 R20 和 R23 測試上,也有至少 25.5%的性能提升 。
●接下去是實際應用測試:
酷睿H款ROG幻16怎么樣 12代酷睿H款ROG幻16評測

文章插圖
酷睿H款ROG幻16怎么樣 12代酷睿H款ROG幻16評測

文章插圖

酷睿H款ROG幻16怎么樣 12代酷睿H款ROG幻16評測

文章插圖
酷睿H款ROG幻16怎么樣 12代酷睿H款ROG幻16評測

文章插圖
▲如今越來越多的人使用 Blender 進行游戲場景、VR/AR 場景、視頻特效的制作和渲染,所以它的渲染測試很有價值 。而 Blender 2.79b 的 CPU 渲染僅調用 CPU 資源,不動用任何 GPU 資源(包含集顯和獨顯),所以該測試多年沿用下來,能夠非常直觀地反映處理器 CPU 部分的性能進步 。在這項測試中,i9 12900HK 的耗時只用了 2 分 55 秒,較 i9 11980HK 少 17.1% 。而我們記得,最初我們引入該應用測試時,筆記本處理器耗時都在 12 分鐘以上 。
酷睿H款ROG幻16怎么樣 12代酷睿H款ROG幻16評測

文章插圖
酷睿H款ROG幻16怎么樣 12代酷睿H款ROG幻16評測

文章插圖
▲Cinema 4D 是產品設計、廣告宣傳設計和視頻特效制作中常用的建模和渲染軟件,也是 Cinebench R12/R20/R23 的“源程序” 。我們一如既往使用 Cinema 4D 渲染 2 秒的汽車動畫,共計 51 幀畫面 。
從功率監控來看,i9 12900H 在渲染的全過程中都保持了很高的功率/頻率,大核頻率 4.1GHz,小核頻率 3.2GHz,而單幀渲染時間從 i9 11980HK 的 24 秒左右降到了 17~18 秒 。整體耗時僅用了 15 分 54 秒 。而 i9 11980HK 的整體耗時為 19 分 51 秒 。12 代酷睿少耗時 20%!
酷睿H款ROG幻16怎么樣 12代酷睿H款ROG幻16評測

文章插圖
酷睿H款ROG幻16怎么樣 12代酷睿H款ROG幻16評測

文章插圖
做完了 3D 渲染類應用比較,讓我們回到如今年輕人常用的 Premiere Pro 視頻剪輯、制作上,以及 Media Encoder 視頻轉碼▼:
酷睿H款ROG幻16怎么樣 12代酷睿H款ROG幻16評測

文章插圖
酷睿H款ROG幻16怎么樣 12代酷睿H款ROG幻16評測

文章插圖
這里要先做個特別提示,由于 12 代處理器太新了,所以我們測試用的 Pr 2022 還暫不支持英特爾集顯的硬件編碼,所以,無論你選擇何種方案(處理器方案、OpenCL 方案、CUDA 方案),加之 Pr 會默認優先調用獨顯,RTX 獨顯都會深度參與其中,效率非常高 。
酷睿H款ROG幻16怎么樣 12代酷睿H款ROG幻16評測

文章插圖
酷睿H款ROG幻16怎么樣 12代酷睿H款ROG幻16評測

文章插圖
▲這是采用 CPU 方案的視頻剪輯(導出)截圖,集顯主要用于解碼,3070Ti 用于編碼,所以可看到 CPU、集顯、獨顯都在工作,最終耗時僅 28 秒,效率極高 。而實際上,無論是選擇 OpenCL 方案還是 CUDA 方案,效率都差不多,都在 28 秒~31 秒 。

推薦閱讀